Formation Cassandra : DataStax Enterprise pour les développeurs

Formation officielle
Formation officielle

Durée 5 jours
DS420

Contactez nous pour planifier
la prochaine session.

Description

Dans cette formation enseignée par des architectes DataStax experts, les stagiaires vont apprendre les techniques utilisées pour construire une application temps-réel Java DataStax Enterprise. Le cours se concentre sur les cas d’usages de la majorité des applications big-data transactionnelle ayant été construites incluant : la personnalisation, la manipulation de séries temporelles et la gestion de transactions financières avec une plateforme distribuée

Via les TP, les stagiaires vont construire de bout en bout une application : de la modélisation de données, jusqu’à l’implémentation des algorithmes avec le driver Java DataStax en passant par l’écriture des tests appropriés.

Ce cours couvre les fonctionnalités avancées de la plateforme DSE afin de répondre aux cas d’usages de l’application développées. Les stagiaires vont créer des index DSE Search et écrire d’efficaces requêtes génériques et à facettes. Ils vont aussi développer, avec DSE Analytics, une application Spark permettant de construire une chaîne ETL performante et de générer des statistiques.

Pré-requis : 

  • Avoir suivi les formations DS201: DataStax Enterprise Les fondamentaux d’Apache Cassandra™, Modélisation de données avec DataStax Enterprise, DataStax Enterprise Search avec Apache Solr™, DataStax Enterprise Analytics avec Apache Spark™, Certification O‛Reilly.

Public : 

  • Développeurs qui souhaitent construire des applications utilisant DataStax Enterprise.

Pédagogie : 

40% théorie 60% pratique

Programme

Introduction

  • Introduction à notre cas d’usage financier : « Big Brokers, Inc »
  • Environnement d’exécution, architecture et outillage
  • Fondamentaux du driver Java : Objets Cluster et Session

Modélisation des données avec l’utilisation de la modélisation imbriquée

  • Relations un-à-plusieurs
  • Séries temporelles
  • Possibilités d’approches pour les agrégats : temps-réel, lambda et Spark
  • Index secondaires
  • Index inversés

Utilisation du driver Java

  • Différents types de requêtes et exécution
  • Les fonctions Object Mapper et leurs avantages
  • L’API Accessor
  • Requêtes asynchrones

Ingestion des données statiques

  • Introduction à Apache Spark et son intégration avec DSE Analytics
  • Alimentation depuis un fichier CSV : modèle de données et DAO
  • Créer un index inversé

Gestion des transactions en temps-réel